Prevalence of Legal, Prescription, and Illegal Drugs Aiming at Cognitive Enhancement across Sociodemographic Groups in Germany
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There has been speculation about a growing demand for substances used without medical need for cognitive enhancement (CE). Thus, the prevalence rates and the identification of sociodemographic groups at risk of this behavior need further description and constant monitoring. We conducted a nationwide web-based representative sample (N = 22,101) (regarding sex, age, education, and federal state) of the general adult population in Germany. Results show a high past twelve months prevalence of consuming caffeinated drinks for CE (62.4% of respondents), followed by food supplements and home remedies (31.4%), and caffeine tablets (2.5%). The twelve-month prevalence of CE with prescription drugs was 3.7% (lifetime: 5.5%), of whom 29.1% reported using them 40 or more times; 40.5% of all respondents indicated some future intake willingness. Cannabis was the most frequently reported illegal drug for CE (past twelve months: 4.0%; lifetime: 10.7%), followed by the category amphetamine and methamphetamine (past twelve months: 1.0%; lifetime: 2.4%), and cocaine (past twelve months: 0.9; lifetime: 2.4%). We also show variation in the prevalence across multiple ascribed and achieved sociodemographic characteristics. These results can inform public policy and prevention strategies regarding the continued monitoring of the prevalence of CE and the identification of groups at risk of drug misuse.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle